-
公开(公告)号：CN106997341A
公开(公告)日：2017-08-01
申请号：CN201710173098.4
申请日：2017-03-22
Applicant: 山东大学
CPC classification number: G06F16/35 , G06F17/2775 , G06F17/2785
Abstract: 本发明公开了一种创新方案匹配方法、装置、服务器及系统，该方法包括根据标准工程参数建立语义本体，建立发明原理分别与专利和历史解决方案之间的对应关系，最后形成TRIZ矛盾矩阵法知识网络；获取发明创意需求描述，并从发明创意需求描述中提取非标准工程参数，利用TRIZ矛盾矩阵法知识网络来确定标准工程参数矛盾对，进而得到发明原理及与其相关的专利及历史解决方案，并将专利及历史解决方案分别与发明原理的相关度进行计算并排序；将得到的历史解决方案作为训练样本，根据训练样本中标记的关键词及专利信息而建立语言模型，最终将已标记的关键词及专利信息自动输入至语言模型，自动生成初始解决方案并输出。
-
公开(公告)号：CN106940726A
公开(公告)日：2017-07-11
申请号：CN201710173037.8
申请日：2017-03-22
Applicant: 山东大学
IPC: G06F17/30
CPC classification number: G06F16/9535 , G06F16/35 , G06F16/951
Abstract: 本发明公开了一种基于知识网络的创意自动生成方法与终端，方法包括：首先构建发明知识网络，从专利数据中抽取出能表示专利特征的关键词，用欧氏距离计算向量空间模型中关键词的相似度，将相似度高的关键词用层次聚类的方式聚类，建立一种具有层次关联关系的创意关键词集合。通过定制的发明目标，根据定制目标与词云中关键词的关联度和词云集合中的层次紧密度，抽取出发明创意的关键词集合形成词云。标注所需要的创意信息，通过训练好的语言模型自动生成发明创意，从而完成创意引导过程。
-
公开(公告)号：CN106875681A
公开(公告)日：2017-06-20
申请号：CN201710173078.7
申请日：2017-03-22
Applicant: 山东大学
IPC: G08G1/01
CPC classification number: G08G1/0133 , G08G1/0129
Abstract: 本发明公开了一种交通拥塞趋势预测系统及方法，其中，该方法包括：实时获取路口的交通数据，所述交通数据包括车辆经过时刻、速度及行驶方向；利用预设时间段的滑动窗口来记录交通数据，进而输出一个车辆数序列；对输出的车辆数序列进行平滑处理并更新自回归积分滑动平均模型；利用更新后的自回归积分滑动平均模型对当前窗口及下一个窗口所对应的车辆数进行预测；求取预测的车辆数的期望频率之差的对数值，作为交通状态的当前变化度；求取交通状态的变化度均值作为交通状态预测变化度，并与拥塞区间的变化度阈值比较，进而预测出相应路口的交通拥塞趋势。本发明通过当前交通状态的变化，实现了对交通拥塞趋势进行预测。
-
公开(公告)号：CN105677489B
公开(公告)日：2017-06-20
申请号：CN201610124877.0
申请日：2016-03-04
Applicant: 山东大学
IPC: G06F9/50
Abstract: 本发明公开了离散流处理模型下批次间隔大小的动态设置系统及方法，该系统包括主节点，其分别与数据源和若干工作节点连接，所述主节点上部署有接收器和任务管理模块，所述接收器依次通过批次控制模块和观察模块与工作节点连接；主节点将从数据源中得到流数据；所述观察模块，用于对集群中的负载信息和网络流量信息进行监控，计算出符合设定条件的批次间隔值；所述批次控制模块，将批次间隔值传输给接收器，按照批次间隔值对接收器中的流数据切分批次；所述任务管理模块将每个批次划分为分布式任务，并分配到工作节点中进行计算；所述批次间隔值是指从接收器中取出未被处理的数据的时间间隔；按照批次间隔值进行处理的数据叫做间隔值下对应的批次。
-
公开(公告)号：CN106534259A
公开(公告)日：2017-03-22
申请号：CN201610872814.3
申请日：2016-09-30
Applicant: 山东大学
CPC classification number: H04L67/1002 , H04L41/06 , H04L67/1031
Abstract: 本发明公开了一种基于Docker的Web数据采集方法、Web服务器及Web数据采集系统，其中Web数据采集方法在Web服务器内完成，包括基于Docker创建镜像容器，由镜像容器构建出一个数据采集主节点和若干个数据采集工作节点；所述数据采集主节点与数据采集工作节点相互通信；数据采集主节点接收Web数据采集任务，并根据Web数据采集任务中URL的数量来启动预设数量的数据采集工作节点；Web数据采集任务包括数据源IP地址和URL；数据采集工作节点启动后，数据采集主节点将数据源IP地址和URL分配给各数据采集工作节点，由数据采集工作节点采集相应的Web数据；数据采集主节点接收各数据采集工作节点传送来的数据，并回收所有数据采集工作节点，完成Web数据的采集。
-
Patent Agency Ranking
公开(公告)号：CN105677489A
公开(公告)日：2016-06-15
申请号：CN201610124877.0
申请日：2016-03-04
Applicant: 山东大学
IPC: G06F9/50
CPC classification number: G06F9/5083 , G06F2209/5017
Abstract: 本发明公开了离散流处理模型下批次间隔大小的动态设置系统及方法，该系统包括主节点，其分别与数据源和若干工作节点连接，所述主节点上部署有接收器和任务管理模块，所述接收器依次通过批次控制模块和观察模块与工作节点连接；主节点将从数据源中得到流数据；所述观察模块，用于对集群中的负载信息和网络流量信息进行监控，计算出符合设定条件的批次间隔值；所述批次控制模块，将批次间隔值传输给接收器，按照批次间隔值对接收器中的流数据切分批次；所述任务管理模块将每个批次划分为分布式任务，并分配到工作节点中进行计算；所述批次间隔值是指从接收器中取出未被处理的数据的时间间隔；按照批次间隔值进行处理的数据叫做间隔值下对应的批次。
-
公开(公告)号：CN105279086A
公开(公告)日：2016-01-27
申请号：CN201510677329.6
申请日：2015-10-16
Abstract: 本发明公开了一种基于流程图的自动检测电子商务网站逻辑漏洞的方法，包括以下步骤：通过代理采集用户使用电子商务网站的踪迹，将其结构化为流程图；对已有的流程图进行拓展，寻找未发现的电子商务流程，并将其集成到已有流程图中；对拓展流程图进行解析，识别流程图中所体现的电子商务网站的功能，用生成的测试用例对电子商务网站进行逻辑漏洞的检测，生成测试结果，将计算测试返回页面与输入流程图返回页面的相似度并与阈值比较，确定是否存在对应漏洞。本发明解决了传统非逻辑漏洞检测工具爬虫爬行效率低下的问题，覆盖全部测试参数需要大量时间的问题，更加适用于对电子商务网站逻辑漏洞的全面检测。
-
公开(公告)号：CN119941717A
公开(公告)日：2025-05-06
申请号：CN202510420976.2
申请日：2025-04-07
Applicant: 山东大学
IPC: G06T7/00 , G06T7/33 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/46 , G06V10/42 , G06V10/74 , G16H30/40 , G06N3/0455 , G06N3/08
Abstract: 本发明属于图像处理技术领域。提供了一种跨领域心脏超声多切面质量评估方法及系统，通过多层卷积神经网络逐层提取源域图像和目标域图像的特征，对提取到的特征进行跨域相似性比对，得到配准后的局部无差别特征；对所述局部无差别特征分别进行通道加权处理和空间加权处理，得到通道特征和空间特征，对所述通道特征、空间特征和所述局部无差别特征进行聚合，得到特异性加权特征，对特异性加权特征进行线性映射，对线性映射的结果根据目标域图像的特征进行特征嵌入，根据特征嵌入的结果得到全局聚合特征；根据全局聚合特征计算目标域图像的质量评分；本发明增强了质量评估的准确性和可泛化性能。
-
公开(公告)号：CN119832238A
公开(公告)日：2025-04-15
申请号：CN202411897903.4
申请日：2024-12-23
Applicant: 山东大学
Abstract: 本发明涉及一种基于多模态协同对比增强的通用医疗图像分割方法，属于人工智能技术领域，通过多模态协同对比增强模型获取丰富的语义信息，结合测试提示微调、分割提示优化及微调分割模型策略，生成高质量分割结果。通过测试提示微调，显著增强了模型对目标区域的关注能力，减少了对无关区域的干扰，生成初步分割提示。进一步结合历史数据信息优化初步分割提示，获得高质量的分割结果。同时，通过微调分割模型并利用无监督学习对测试数据进行一致性特征分析，增强了模型对数据分布变化的感知能力，提升了泛化性能。该方法无需预先知道特定疾病种类信息或依赖标签信息，可直接对传入的医疗图像进行高效分割，极大提高了方法的通用性和适用性。
-
公开(公告)号：CN119807441A
公开(公告)日：2025-04-11
申请号：CN202411992555.9
申请日：2024-12-31
Applicant: 山东大学
IPC: G06F16/36 , G06F18/25 , G06F18/214 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本公开涉及知识图谱技术领域，提出了一种基于混合专家算法的知识图谱表示学习方法及系统，包括如下步骤：获取待处理的三元组，进行全局嵌入得到三元组的全局嵌入表示；对待处理的三元组，获得每个专家模型对应的专家嵌入表示，并与全局嵌入进行连接，得到每个专家的连接嵌入表示；对待处理的三元组，基于路由机制进行路由选择，为不同关系分配模型，得到每个专家模型的权重；将得到的连接嵌入表示，基于路由选择得到的权重，进行加权混合生成最终的三元组嵌入。本公开通过多个专家模型的协同学习，结合门路由和注意力路由的路由机制，针对不同关系类型分配合适的模型，以提升表示学习的性能。
-
-
-
-
-
-
-
-
-
Search Results
255
records
(took 0.048 seconds)
